用于 mysqldump 插入的 Python 正则表达式

Question

我有一堆这样的字符串格式的查询：

INSERT INTO users VALUES (1,'pb',NULL,'User 示例','example@example','','da',1493878226,NULL,NULL,'das','unassigned','','','','','','','' ,1,'',NULL,'',NULL,'','','','',1,0,0,25495,NULL,'','',0,0,0,'', NULL,''),(2,'pb',NULL,'用户 Example','example@example','','a774f',1493878226,NULL,NULL,'device','unassigned','','','','','','','' ,1,'',NULL,'',NULL,'','','','',0,0,0,NULL,NULL,'','',0,0,0,'', NULL,''),(3,'p=',NULL,'用户 示例','example@example','','95fa',1493878226,NULL,NULL,'device','b','','','','','','','' ,1,'',NULL,'',NULL,'','','','',0,0,0,NULL,NULL,'','',0,0,0,'', NULL,''),(4,'pa',NULL,'用户 示例','example@example','','ea1',1493878226,1510178200,NULL,'a','未分配','','','','','','','' ,1,'',NULL,'',NULL,'','','','',0,0,0,NULL,NULL,'','',0,1,0,'', NULL,''),(5,'pb',NULL,'AAA','example@example','','das',1493878226,NULL,NULL,'a','unassigned','',' ','dasmin.png','','','','',1,'',NULL,'',NULL,'','','','',0,0,0, NULL,NULL,'','',0,0,0,'',NULL,'');

我想要做的是能够用 () 分隔分隔文本的每个部分，以便我可以遍历它们，更改一些内容，然后进行手动插入。

我该怎么办？

顺便说一句，我不擅长正则表达式......

Answer 1

我使用 Python 和 SQL 做了一些工作，所以我想我知道你想要做什么。试试这个：

import re

sql_text = "INSERT INTO users VALUES (1,'pb',NULL,'User Example','example@example','','da',1493878226,NULL,NULL,'das','unassigned','','','','','','','',1,'',NULL,'',NULL,'','','','',1,0,0,25495,NULL,'','',0,0,0,'',NULL,''),(2,'pb',NULL,'User Example','example@example','','a774f',1493878226,NULL,NULL,'device','unassigned','','','','','','','',1,'',NULL,'',NULL,'','','','',0,0,0,NULL,NULL,'','',0,0,0,'',NULL,''),(3,'p=',NULL,'User Example','example@example','','95fa',1493878226,NULL,NULL,'device','b','','','','','','','',1,'',NULL,'',NULL,'','','','',0,0,0,NULL,NULL,'','',0,0,0,'',NULL,''),(4,'pa',NULL,'User Example','example@example','','ea1',1493878226,1510178200,NULL,'a','unassigned','','','','','','','',1,'',NULL,'',NULL,'','','','',0,0,0,NULL,NULL,'','',0,1,0,'',NULL,''),(5,'pb',NULL,'AAA','example@example','','das',1493878226,NULL,NULL,'a','unassigned','','','dasmin.png','','','','',1,'',NULL,'',NULL,'','','','',0,0,0,NULL,NULL,'','',0,0,0,'',NULL,'');"
sql_list = re.findall("\([^)]+\)", sql_text)
for sql_item in sql_list:
    print(sql_item)

我获取 SQL 文本，并将每组值正则表达式到一个列表中。正则表达式本身是关键，它是一个否定字符类。它匹配每个开始参数直到并包括下一个结束参数。 [^)]+ 表示所有非关闭参数。

显然，您希望更改文本而不是打印 (sql_item)，但这应该足以让您继续前进。

这是一个使用正则表达式的好网站： https://www.regex101.com

Answer 2

如果我正确理解您需要单独设置每个插入值，您可以尝试以下操作：

import re
values = re.findall(r'(\(.*?\))', query) #this would match the '(' and ')' too
values = re.findall(r'\((.*?)\)', query) #if you don't want to capture the braces

正则表达式将使用.* 查找( 和) 之间的模式。 ? 使搜索不贪心。否则 .* 将匹配到最后一个 )